在这场模拟真实漏洞场景的挑战中，研究员在应用文件内暴露了谷歌移动端后端服务凭据，模型需要成功解包并识别出该凭据以直接访问数据库 … GPT-5.5 展现出了最强悍的技术实力，在 10 次运行中成功破局 7 次，高居解题率榜首 … 这意味着，若单纯以单次成功的成本来计算，DeepSeek V4 Pro 的花费仅为 GPT-5.5 的十五分之一左右。
在这场模拟真实漏洞场景的挑战中，研究员在应用文件内暴露了谷歌移动端后端服务凭据，模型需要成功解包并识别出该凭据以直接访问数据库 … GPT-5.5 展现出了最强悍的技术实力，在 10 次运行中成功破局 7 次，高居解题率榜首 … 这意味着，若单纯以单次成功的成本来计算，DeepSeek V4 Pro 的花费仅为 GPT-5.5 的十五分之一左右。